趙佳　孫剛

摘要：信息管理與信息系統(tǒng)專業(yè)學(xué)生主要存在三個主要問題：1）學(xué)生學(xué)習(xí)主動性不足，學(xué)習(xí)興趣不濃；2）基礎(chǔ)課程掌握不牢；3）對實踐認(rèn)識不足。隨著大數(shù)據(jù)及人工智能的興起，該文結(jié)合人工智能的發(fā)展方向促進(jìn)本專業(yè)學(xué)生的競爭力，采用如下五個方法：1）調(diào)整部分課程的課程大綱；2）適當(dāng)加入當(dāng)前人工智能最新技術(shù)；3）適當(dāng)加入就業(yè)前景分析；4）以具體案例項目帶動學(xué)生學(xué)習(xí)能力；5）適當(dāng)加入一些專題討論。希望對本專業(yè)教學(xué)改革提供有一定借鑒意義。

關(guān)鍵詞：人工智能；信息管理與信息系統(tǒng)；教學(xué)改革；課程調(diào)整；主動性

中圖分類號：G64

文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2017）10-0127-02

1.引言

隨著大數(shù)據(jù)與人工智能的興起以及美國推出“人工智能+”國際國內(nèi)掀起一股人工智能的浪潮，有專家預(yù)測，下個十年必將是人工智能的十年，而人工智能不再是主流方向的時候則是機(jī)器人大規(guī)模使用，人類真正能夠從繁重、簡單重復(fù)性工作中解放出來的時候。而今年三月份谷歌推出的AlphaGo與韓國圍棋九段李世石的世紀(jì)大戰(zhàn)也讓越來越多的人認(rèn)識到未來的機(jī)器人有可能在高智力領(lǐng)域取代人類。面對如此緊迫的處境，人類除了進(jìn)入這個行業(yè)了解機(jī)器人的思考方式外似乎別無它法。而要想了解機(jī)器人的思維方式，所需的知識儲備并不多，僅僅包括相關(guān)的數(shù)學(xué)、計算機(jī)能力，具體為數(shù)學(xué)建模的能力、概率統(tǒng)計基礎(chǔ)、優(yōu)化模型的能力以及編程能力，表現(xiàn)在具體課程上為高等數(shù)學(xué)、概率統(tǒng)計、凸分析、數(shù)值分析、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、C語言（或其他任意主流編程語言）。而對于信管專業(yè)的學(xué)生而言，所學(xué)課程包括經(jīng)濟(jì)、管理、數(shù)學(xué)、計算機(jī)等專業(yè)入門課程，門類繁多，學(xué)生難免會找不到未來發(fā)展方向而陷入迷茫。而限于有限的精力，若干重要課程設(shè)置為“考查”科目則會讓學(xué)生想當(dāng)然以為這些課程“不重要”。這就造成一方面其他專業(yè)的學(xué)生因先修課程基礎(chǔ)不足無法理解人工智能專業(yè)課程的內(nèi)容，而信管專業(yè)的學(xué)生基礎(chǔ)足夠但不夠扎實而迷茫。因此我們擬將人工智能相關(guān)內(nèi)容融入信管專業(yè)課程中，讓學(xué)生感興趣的同時，提高就業(yè)競爭力。

2.信管專業(yè)教學(xué)中面臨的主要問題

信管專業(yè)開設(shè)課程內(nèi)容較多，門類復(fù)雜，我們基于本校學(xué)生實際總結(jié)了信管專業(yè)學(xué)生在學(xué)習(xí)中的主要問題。

2.1學(xué)習(xí)主動性不足

由于學(xué)習(xí)了多個學(xué)科門類的基礎(chǔ)課程，導(dǎo)致學(xué)生知識面呈現(xiàn)扁平結(jié)構(gòu)，似乎“什么都會，而又什么都不會”。而且若干重要課程開課時間安排在大三，許多學(xué)生面臨實習(xí)、考研等的選擇，加之課程內(nèi)容較繁雜，基礎(chǔ)知識不扎實，一些同學(xué)面對一些較難的內(nèi)容時產(chǎn)生無力感，同時也有社會壓力較大的影響，使得部分同學(xué)對本專業(yè)課程也失去了興趣，遇到問題不主動尋求老師幫助，對課程相關(guān)的一些國際先進(jìn)技術(shù)以及經(jīng)典案例沒有任何思考等。同時對自己前途也很迷茫，學(xué)習(xí)態(tài)度消極，進(jìn)而產(chǎn)生了讀書無用論，反過來勸說低年級學(xué)生學(xué)習(xí)不要用功學(xué)習(xí)，形成惡性循環(huán)。

2.2基礎(chǔ)課程掌握不牢

高年級課程的先修課程一般有：高等數(shù)學(xué)、線性代數(shù)、計算機(jī)程序設(shè)計、運籌學(xué)、數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)庫技術(shù)以及概率論與數(shù)理統(tǒng)計等課程。若干機(jī)器學(xué)習(xí)經(jīng)典算法的理解需要較好的數(shù)學(xué)基礎(chǔ)，如貝葉斯分類器需要對概率論與數(shù)理統(tǒng)計有較好的認(rèn)識；線性回歸模型需要熟練掌握線性代數(shù)中矩陣變換的方法以及運籌學(xué)中求解優(yōu)化問題的思想；決策樹算法需要理解熵的概念；神經(jīng)網(wǎng)絡(luò)算法需要理解激活函數(shù)以及正則函數(shù)的選擇對解得影響等，而每個算法的實現(xiàn)都需要有較好的編程基礎(chǔ)。在某些班級授課過程出甚至出現(xiàn)不知道如何求解線性方程組的情況。由于一些同學(xué)沒有熟練掌握先修課程，導(dǎo)致學(xué)習(xí)本課程的難度增加，進(jìn)而降低了學(xué)生學(xué)習(xí)的興趣。

2.3對實踐認(rèn)識不足

在講授機(jī)器學(xué)習(xí)問題涉及的算法都會詳細(xì)解釋每個算法的來源、步驟等細(xì)節(jié)，大部分同學(xué)能夠理解，但是忽視了實踐環(huán)節(jié)，課后沒有自己編程實現(xiàn)，理解不夠深刻，致使后續(xù)課程開展不順利。在授課過程中出現(xiàn)過一個算法講了三遍學(xué)生仍然停留在聽懂的階段，由于部分同學(xué)不重視實踐，導(dǎo)致在后續(xù)學(xué)習(xí)中比較吃力。

綜上所述，在講授高年級課程的教學(xué)過程中存在許多缺陷，歸根結(jié)底為學(xué)生學(xué)習(xí)主動性不夠，學(xué)習(xí)興趣不足，基礎(chǔ)不扎實等。這種狀況對學(xué)生的發(fā)展極其不利，也不適應(yīng)社會對信息管理人才的要求，因此需要為學(xué)生選擇一個適合的發(fā)展方向，激發(fā)學(xué)生學(xué)習(xí)本方向課程的興趣。

3.解決方法

針對如上提出的問題，結(jié)合我校信管專業(yè)學(xué)生實際，我們從五個角度提出了解決方法。

3.1調(diào)整部分課程的課程大綱

由于本方向所需數(shù)學(xué)以及編程基礎(chǔ)較強(qiáng)，本專業(yè)學(xué)生所學(xué)學(xué)科較多，針對此，需要小幅調(diào)整若干課程的授課計劃。具體為：1）在運籌學(xué)中適當(dāng)加入凸分析基礎(chǔ)知識以及解法，減少線性規(guī)劃以及排隊論的課程；2）概率統(tǒng)計課程加入隨機(jī)數(shù)生成課程，強(qiáng)調(diào)統(tǒng)計學(xué)部分課程，弱化經(jīng)典概率知識；3）增加數(shù)值分析課程，內(nèi)容強(qiáng)調(diào)數(shù)值計算，強(qiáng)化學(xué)生數(shù)值計算的能力；4）部分課程適當(dāng)增加實驗課程，提高學(xué)生編程能力。

3.2適當(dāng)加入當(dāng)前人工智能最新技術(shù)，激發(fā)學(xué)生的學(xué)習(xí)興趣

學(xué)生對本學(xué)科課程的認(rèn)識不足，部分學(xué)生覺得若干課程與考研科目無關(guān)，對課程重視不足。加入相關(guān)視頻資料可以將學(xué)生的注意力吸引到課程上來，比如加入經(jīng)典電影“點球成金”，讓學(xué)生了解數(shù)據(jù)揭示了一些表象不能展示的事情；加入短視頻“科技改變生活”，讓學(xué)生了解將來的生活是什么樣的，需要哪些技術(shù)，這些技術(shù)有哪些是自己能做的；加入機(jī)器人最新技術(shù)，讓學(xué)生了解機(jī)器人發(fā)展現(xiàn)狀而不被電影誤導(dǎo)；加入AlphaGo對戰(zhàn)李世石的比賽讓學(xué)生認(rèn)識到人工智能的能量；加入經(jīng)典案例能夠使學(xué)生對一些算法產(chǎn)生濃厚興趣，比如加入“啤酒和尿片”案例，讓學(xué)生了解到關(guān)聯(lián)關(guān)系的重要性，認(rèn)識到一些簡單的算法也能夠產(chǎn)生巨大作用。

3.3適當(dāng)加入就業(yè)前景分析，激發(fā)學(xué)生學(xué)習(xí)的內(nèi)在動力

當(dāng)前人工智能飛速發(fā)展，讓學(xué)生認(rèn)識到此領(lǐng)域的潛在力量，了解到此領(lǐng)域的薪資水平以及就業(yè)創(chuàng)業(yè)環(huán)境，對增加學(xué)生的學(xué)習(xí)動力將有很大的影響。對比各個行業(yè)的發(fā)展前景，互聯(lián)網(wǎng)行業(yè)的目前占據(jù)在前列（這從李克強(qiáng)總理對互聯(lián)網(wǎng)+的重視程度即可看出），而機(jī)器學(xué)習(xí)方向作為互聯(lián)網(wǎng)行業(yè)的一份子，則站在互聯(lián)網(wǎng)的最前端，理性的學(xué)生將會看到其中巨大的匯報。

3.4以具體案例項目帶動學(xué)生學(xué)習(xí)能力，確保學(xué)生考研就業(yè)時有較大優(yōu)勢

在學(xué)習(xí)高年級課程時將增加具體案例項目，在帶動學(xué)生學(xué)習(xí)能力的同時，確保學(xué)生就業(yè)時的優(yōu)勢。如在介紹貝葉斯算法時鼓勵學(xué)生設(shè)計垃圾郵件分類系統(tǒng)；在介紹人工神經(jīng)網(wǎng)絡(luò)時鼓勵學(xué)生設(shè)計文本識別系統(tǒng)；在介紹HMM算法時鼓勵學(xué)生設(shè)計自己的語音識別系統(tǒng)。這些項目的完成將會讓學(xué)生理解算法、編程能力以及團(tuán)隊協(xié)作能力有極大的提升，對就業(yè)有極大的促進(jìn)作用，同時也確保學(xué)生在考研面試時有極大的優(yōu)勢。

3.5適當(dāng)加入一些專題討論，彌補(bǔ)先修課程基礎(chǔ)薄弱的不足

學(xué)生基礎(chǔ)薄弱對學(xué)習(xí)理解專業(yè)課程若干內(nèi)容影響甚大，比如某些學(xué)生對函數(shù)極值問題認(rèn)識不足導(dǎo)致在學(xué)習(xí)最小二乘估計時給出損失函數(shù)后不知道該如何處理；某些學(xué)生對線性代數(shù)矩陣變換不熟練導(dǎo)致在學(xué)習(xí)線性模型時得到正則方程后不知該如何繼續(xù)進(jìn)行，當(dāng)系數(shù)矩陣不滿秩時不知道怎么解決。通過設(shè)置一些專題討論，比如矩陣方程求解、優(yōu)化問題、C語言讀寫 文件等彌補(bǔ)先修課程基礎(chǔ)薄弱的不足。

4.結(jié)論

本文基于作者在信息管理與信息系統(tǒng)多年的教學(xué)經(jīng)驗，以及機(jī)器學(xué)習(xí)方向多年的科研經(jīng)歷，并結(jié)合人工智能當(dāng)前的市場前景以及我校本專業(yè)學(xué)生實際情況，總結(jié)了目前教學(xué)中存在的三個主要問題，針對這些問題提出了五個解決方法，對高校信息管理與信息系統(tǒng)專業(yè)課程建設(shè)以及教學(xué)改革有一定借鑒意義。